基于统计学习理论的交通流量时间序列预测 |
| |
引用本文: | 丁爱玲.基于统计学习理论的交通流量时间序列预测[J].交通与计算机,2002,20(2):27-30. |
| |
作者姓名: | 丁爱玲 |
| |
作者单位: | 长安大学,西安,710064 |
| |
摘 要: | 针对城市交通“智能运输系统”,提出基于统计学习理论的交通流量时间序列预测,与传统统计学相比,统计学习理论能勉励在训练样本数很少的情况下达到很好分类推广能力。它具有收敛速度快,有效避免局部最小点的特点。对某一实际路口机车流量的实验结果验证了该方法的有效性和先进性,有望在交通流量时间序列预测方面得到广泛的应用。
|
关 键 词: | 统计学习理论 支撑矢量机 时间序列预测 交通流量 智能交通系统 ITS |
修稿时间: | 2002年1月29日 |
Traffic Flow Time Series Prognostication Based on Statistical Learning Theory |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 维普 万方数据 等数据库收录! |
|